서론: 과혈증(체액 과부하)과 저혈증(체액 부족)은 혈액량 상태가 최적 상태가 아니며, 전체 순환 및 장기 기능에 영향을 미치며 심각한 경우 사망 위험을 초래할 수 있다. 이 두 가지 상태에서는 신체의 반응 메커니즘이 최적이 아닌 체액 상태를 보상할 수 있지만, 심혈관계가 비보상 단계에 이르게 된다. 대부분의 현재 혈액량 상태 평가 방법은 임상 환경에 제한되거나 정확성이 떨어지며, 열악한 환경에서의 선별 또는 모니터링에 특히 어려움을 준다. 최근 연구는 보다 신속하고 정확한 비보상 상태 이전의 조기 징후를 제공하는 웨어러블 센싱과 기계 학습 기술을 개발하는 데 초점을 맞추고 있다. 심장진동도(SCG) 신호, 즉 심장박동으로 인한 흉벽의 진동은 최적이 아닌 체액 상태를 나타내는 심박 타이밍을 추출하는 비침습적이며 편리한 수단으로 활용되어 왔다. 본 연구에서는 과혈증 및 저혈증 상태에서 SCG 신호의 형태학적 변동성을 밝히는 것을 목표로 하였다. 우리는 비보상 상태에서 SCG 신호의 변동성이 보상 상태보다 더 클 것이라고 가정했으며, 이는 비보상 상태가 덜 안정적이고 따라서 심박수마다 더 변동성이 클 것이기 때문이다.